Financiële audit met lokale AI

Een grote hoeveelheid documenten auditen zonder dat data naar buiten gaat: conversie, anonimisering, RAG-analyse op lokale modellen

Een project om oneigenlijk gebruik van middelen binnen een bedrijvengroep op te sporen: een documentcorpus (ongeveer 3,9 GB in Markdown) wordt lokaal of op beveiligde servers verwerkt. Het werk leverde een onderzoek op naar LLM’s en GPU-infrastructuur, een definitief “kwaliteit vs. tijd”-scenario op één H200-GPU met Qwen2.5-72B en escalatie in twee niveaus (een klein model selecteert verdachte posten, een groot model doet de gedetailleerde analyse), een kostenraming en een roadmap. Er zijn tools gebouwd voor conversie naar Markdown, omkeerbare anonimisering van persoonsgegevens en RAG-analyse op Milvus; er is een proefanalyse uitgevoerd met een eindrapport.

De opdracht

Vaststellen waar, wanneer en waarom het geld is uitgegeven, zonder vertrouwelijke gegevens aan externe diensten door te geven.

Wat erin zit

• Conversie van PDF, DOCX, XLSX en andere formaten naar Markdown
• Omkeerbare anonimisering (Presidio, spaCy NER, Faker): volledige namen, organisaties, telefoonnummers, e-mailadressen, datums, bedragen, INN, SNILS, OGRN, bankrekeningen, kaarten, IBAN; modi voor realistische vervanging en placeholders, verschuiven van datums, schalen van bedragen, een koppeltabel voor de-anonimisering
• RAG-analyse van samenhangende documenten (contracten, facturen, betaalopdrachten, brieven, opleveringsverklaringen) en een graaf van entiteiten en transacties met regels voor anomaliedetectie
• Een air-gapped modus om zonder externe API’s te werken; rapporten in Markdown, JSON en Excel

Machinevertaling — wordt nagekeken.